浅谈煤炭企业管理制度创新

煤炭企业的传统思维方式对企业管理制度的影响较大，要运用现代管理思维来改造传统企业管理制度，更新企业管理制度的思维，改变煤炭企业现行管理制度的内容。     

计算机硬件实验教学的改革研究

近年来随着社会的发展,全社会对高校毕业生综合能力的要求日益提高.实验教学做为培养学生动手应用能力、创新能力的重要环节面临着越来越多的改革呼声.本文以计算机学院硬件专业实验教学为例,分析计算机硬件实验教学现状,探讨了计算机硬件实验教学改革的可行性方法,力图为实验教学的整体改革提供新思路.     

基于纵横距离的单纯异常点检测算法及应用

首先讨论了异常点挖掘在数据挖掘过程中的重要性,产生异常点的原因,以及目前用于检测异常点的常用算法,指出了单纯应用距离法的局限性,提出了基于纵横距离的异常点检测算法,并给出了基于学生成绩检测的应用实例,该方法不需要进行大量的样本训练,在异常点检测方面有较好的效果.     

基于记忆模型学习的商务Agent协商设计

将基于记忆模型学习和Agent结合起来应用到商务协商过程,可在一定程度上促进机器学习、Agent技术及电子商务的共同发展。将Agent技术引入到记忆模型学习中,给出了基于记忆模型学习的商务Agent协商的设计思路,完成了记忆模型、协商协议的设计,并搭建实验系统平台,设计了原型系统,经过实验可以在嵌入式移动设备上实现商务协商,从而验证了该协商的有效性。     

基于多层协议联合的Ad hoc网络拥塞控制方案

本文针对Ad hoc网络中影响TCP性能的主要因素,给出TCP/IP协议栈各层联合拥塞控制的改进方案,包括MAC层、网络层和传输层的解决方案,实验表明,这些方案能进一步提高Ad hoc网络的吞吐量和信道接入的公平性。     

《电子商务专业英语》网络课程的设计与开发

网络课程因具有网络交互性、相对完整性和媒体多样性等特征,目前是比较受欢迎的一种现代教育教学手段。本文分析了网络课程设计的原则,以《电子商务专业英语》网络课程的设计与开发为例,介绍了网络课程开发的具体流程、总体设计、关键开发技术和方法。     

基于LSTM的DAE加密流量识别

随着虚拟专用网（VPN）技术的广泛应用,实时VPN流量识别已成为网络管理和安全维护中越来越重要的任务．加密流量使得从原始流量中提取特征变得极具挑战性,现有的VPN流量识别方法通常存在高维数据特征提取困难的问题．提出了一种在DAE(Denoising Auto-Encoder,降噪自编码器)的网络结构基础上加入了LSTM(Long ShortTermMemory,长短时记忆)的模型,将深度学习相关技术融入加密流量识别技术之中,使一直存在的难以处理高维数据以及特征提取等问题得到解决．     

对地勘单位加快高层次人才队伍建设的几点思考

分析了目前地勘单位人才现状,对高层次人才引进、培养、激励提出了作者本人的见解。     

基于LSTM-DNN模型的入侵检测方法

针对基于深度神经网络模型的入侵检测方法存在的梯度减弱或消失问题，提出了一种LSTM(Long-Short Term Memory，长短时记忆)神经网络改进的DNN(Deep Neural Networks，深度神经网络)模型．该模型主要包括LSTM神经网络和DNN2部分，LSTM神经网络通过记忆或遗忘进行数据流量特征提取，然后将其输入DNN进行训练、入侵检测．模型中采用优化算法，加快了网络收敛．实验表明，与LSTM模型相比，LSTM-DNN模型具有较好的性能，准确率更高，运行时间更短．     

浅谈中学数学教学中数学史的应用

新课标中学数学课程与传统的数学课程相比出现了诸多发展和变化,在众多的发展变化中有一个变化是非常明显的,那就是在新课程中都十分注意数学史内容的渗透,甚至在高中的课程中还专门开设了一门数学史选修课程.那么,在新课程中为什么如此重视渗透数学史的内容呢?本文就在中学数学教学中渗透数学史教育的意义,作用以及渗透方法展开讨论,目的在于提高数学史教育在中学数学教学的地位.